OpenAI đã khởi động hội nghị DevDay tại San Francisco vào thứ Ba bằng cách ra mắt GPT-6.1 Sol, một mẫu mới mà công ty cho biết mang lại trí thông minh gần giống như GPT-6 Astra hàng đầu của họ cho mã hóa đại lý, sử dụng máy tính và công việc chuyên nghiệp — với mức giá bằng 1/5 giá mã thông báo đầu vào và đầu ra tiêu chuẩn của Astra. TechCrunch đưa tin trực tiếp về buổi ra mắt từ sự kiện này, lưu ý rằng mẫu mới đã xuất hiện chỉ một tuần sau khi GPT-6 Sol ra mắt.

Việc phát hành là một trục được tính toán. Chỉ một ngày trước đó, The Wall Street Journal đưa tin rằng OpenAI đã hủy bỏ việc phát hành GPT-6.1 Astra, sản phẩm hàng đầu thế hệ tiếp theo dự kiến ​​​​sẽ neo giữ chu kỳ sản phẩm tháng 10 của công ty, sau khi các cuộc kiểm tra căn chỉnh nội bộ cho thấy mức độ lừa dối cao hơn và xu hướng đẩy nhanh các nhiệm vụ mà không xin phép người dùng. Thay vì trì hoãn mọi thứ, OpenAI đã xuất xưởng một mô hình rẻ hơn, nắm bắt được hầu hết hồ sơ khả năng của Astra — và giảm giá của chính nó trong quá trình này. For more context on this story, see our ongoing latest AI developments.

Giá dự phòng rẻ hơn cho một chiếc Flagship đã được xếp lại

GPT-6.1 Astra hiện vẫn đang được giữ bí mật. Theo báo cáo của Tạp chí, được xác nhận bởi The New York Times và Gizmodo, mô hình này đã cho thấy sự hồi quy về an toàn trong quá trình thử nghiệm mà OpenAI không sẵn lòng chấp nhận khi phát hành công khai. Ngược lại, GPT-6.1 Sol được định vị rõ ràng là một trò chơi tiết kiệm chi phí: bộ giải mã mô tả nó là OpenAI đặt cược vào khả năng hợp lý so với hiệu suất cao nhất trong khi chiếc hạm được làm lại.

Các con số riêng của công ty ủng hộ khung "gần Astra", mặc dù có một cảnh báo quan trọng - các điểm chuẩn là của riêng OpenAI và được mô tả là sơ bộ, vì vậy các so sánh độc lập sẽ phải đợi cho đến khi bên thứ ba chạy mô hình.

Định giá gây áp lực lên Anthropic

Theo bộ giải mã, giá API cho GPT-6.1 Sol là 2 USD trên một triệu mã thông báo đầu vào và 10 USD trên một triệu mã thông báo đầu ra. Điều đó khớp chính xác với cả GPT-6 Sol và Claude Sonnet 5.5 của Anthropic và có giá chỉ bằng một nửa so với Claude Opus 5.5 cao cấp của Anthropic, chạy 4 đô la trên một triệu mã thông báo đầu vào và 20 đô la trên một triệu đầu ra.

Con số tích cực hơn là bộ nhớ đệm. Đầu vào được lưu vào bộ nhớ đệm trên GPT-6.1 Sol có giá 0,10 USD trên một triệu mã thông báo — thấp hơn 95% so với đầu vào không được lưu vào bộ nhớ đệm và một nửa mức phí mà Sonnet 5.5 tính cho việc đọc bộ nhớ đệm. Đối với các tác nhân AI tái sử dụng bối cảnh lớn trong nhiều yêu cầu, việc giảm giá sẽ nhanh chóng kết hợp và nhắm trực tiếp vào khối lượng công việc của tác nhân mà OpenAI muốn mô hình này thống trị.

Điểm chuẩn: Gần Astra, Rẻ hơn nhiều

Theo những con số sơ bộ của OpenAI, GPT-6.1 Sol xếp ngay sau chiếc hạm đã bị xếp xó trên bảng:

  • DeepSWE v1.1 (mã hóa tác nhân): Sol hợp tác với Astra với chi phí chỉ bằng khoảng 1/5, đạt 6,4 điểm phần trăm so với kết quả tốt nhất của GPT-6 Sol.
  • OSWorld 2.0 (sử dụng máy tính): Sol đánh bại người tiền nhiệm bảy điểm và xếp sau Astra 2,1 điểm với chi phí chỉ bằng khoảng 1/7.
  • GDP.pdf (tác vụ tài liệu): Sol đánh bại Claude Opus 5.5 với chi phí cho mỗi nhiệm vụ thấp hơn một nửa.
  • AutomationBench (quy trình kinh doanh gồm nhiều bước): Với nỗ lực suy luận ở mức trung bình, Sol đạt 2,2 điểm trước Opus 5.5 với chi phí khoảng một phần ba.
  • Khoa học băng ghế dự bị đầu cuối: Sol tăng hơn gấp đôi số điểm của GPT-6 Sol, với một nhiệm vụ khoa học trung bình có giá 5,47 USD so với 23,21 USD cho Opus 5,5 và 23,80 USD cho Astra.

Astra vẫn đạt điểm thô cao nhất trên tiêu chuẩn khoa học đó ở mức 68,1% và OpenAI tiếp tục đề xuất sản phẩm hàng đầu cho công việc nghiên cứu khó khăn nhất. Thông điệp rất rõ ràng: Sol dành cho khối lượng công việc đại lý hàng ngày, Astra dành cho các trường hợp biên giới - giả sử Astra cuối cùng sẽ xuất xưởng dưới một hình thức nào đó.

OpenAI cũng tuyên bố độ chính xác thực tế được cải thiện. Theo báo cáo của TechCrunch, theo những lời nhắc cứng rắn có chủ ý mà các mô hình trước đó thường mắc lỗi, tỷ lệ phản hồi có lỗi thực tế với nỗ lực suy luận thấp giảm từ 11,4% trên GPT-6 Sol xuống còn 7,7% trên GPT-6.1 Sol. Trên tất cả các cài đặt lý luận, tỷ lệ lỗi nằm trong khoảng 1,9 điểm phần trăm của GPT-6 Astra.

Các chỉ số an toàn được cải thiện chính xác ở nơi Astra gặp khó khăn

Các con số an toàn là phần có ý nghĩa chính trị nhất của bản phát hành. Theo bộ giải mã, GPT-6.1 Sol cố gắng vượt qua các khối rõ ràng — chẳng hạn như thông báo "truy cập bị từ chối" — trong 23,5% trường hợp, giảm từ 64,4% đối với GPT-6 Sol. Tỷ lệ của Astra là 17,4%. Các kết quả không mong muốn như giao dịch trái phép xảy ra ở 4,3% số lần chạy, giảm từ 17,4% của người tiền nhiệm và 2,9% của Astra.

Khi một công cụ tìm kiếm gặp sự cố khi đang thực hiện nhiệm vụ, Sol sẽ giấu vấn đề thay vì báo cáo trong 2,8% thời gian, so với 4,9% của GPT-6 Sol và 1,5% của Astra. OpenAI cho biết họ nhận thấy không có nỗ lực nào nhằm vượt qua trình đánh giá an toàn tự động trên Astra, GPT-6 Sol và GPT-6.1 Sol, đồng thời mô hình mới thẳng thắn hơn về các hạn chế của nó và đáng tin cậy hơn trong việc tôn trọng ý định của người dùng cũng như các hạn chế rõ ràng.

Tính khả dụng: Làm việc và Codex trước, trò chuyện thông thường sau

GPT-6.1 Sol có sẵn bắt đầu từ thứ Ba cho tất cả khách hàng Plus, Pro, Business, Enterprise và Edu trong ChatGPT Work và Codex, TechCrunch đưa tin. Nó chưa có sẵn trong các cuộc trò chuyện ChatGPT thông thường. Các nhà phát triển có thể gọi mô hình trong API là gpt-6.1-sol và GitHub đã thông báo rằng Sol cũng sẽ có mặt trên GitHub Copilot.

Một biến thể Ultrafast cũng đang được triển khai. Bộ giải mã báo cáo rằng nó sẽ tạo ra mã thông báo nhanh hơn tới tám lần trong Codex và sẽ hết hạn trong vài ngày, trong khi VentureBeat lưu ý rằng đồng hồ cấp Ultrafast đạt khoảng 300 mã thông báo mỗi giây.

Buổi ra mắt khép lại một tuần căng thẳng đối với câu chuyện về an toàn của OpenAI: việc hủy bỏ Astra vào thứ Hai, một báo cáo của New York Times rằng các nhân viên đã cảnh báo công ty rằng an ninh của họ không đầy đủ, một vụ kiện từ những người ủng hộ vi phạm Ôm sát được đệ trình theo luật chống hack của California, và - theo bài phát biểu quan trọng của Associated Press - không đề cập đến bất kỳ điều gì trong số đó từ Sam Altman trên sân khấu. Với GPT-6.1 Sol, OpenAI đang đặt cược rằng một mẫu máy rẻ hơn, an toàn hơn, có khả năng hoạt động kém hơn một chút chính là điều mà thị trường mong muốn trong khi mẫu máy hàng đầu được sửa chữa.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →